Base64算法原理及实现

Base64算法的由来

Base64算法最开始是被用于解决电子邮件数据传输问题。在早期，由于历史原因问题，电子邮件只允许使用ASCII字符，如果在邮件中出现了非ASCII字符，在通过某些网关进行数据转发的时候，网关会对这些非ASCII字符做出调整，例如，把ASCII码8位二进制码的最高位置为0。此时接收方在收到邮件时就会出现乱码。基于这个原因，产生了Base64算法。

Base64算法定义

Base64编码的思路说白了，就是把传输数据的每个字节映射成ASCII码表中的某些字符，这样在传输的过程中，就不会出现乱码的问题了。Base64算法定义了一个映射表，如下所示。

索引	编码	索引	编码	索引	编码	索引	编码
0	A	16	Q	33	g	50	w
1	B	17	R	34	h	51	x
2	C	18	S	35	i	52	y
3	D	19	T	36	j	53	z
4	E	20	U	37	k	54	0
5	F	21	V	38	l	55	1
6	G	22	W	39	m	56	2
7	H	23	X	40	n	57	3
8	I	24	Y	41	o	58	4
9	J	25	Z	42	p	59	5
10	K	26	a	43	q	60	6
11	L	27	b	44	r	61	7
12	M	28	c	45	s	62	8
13	N	29	d	46	t	63	9
14	O	30	e	47	u	64	+
15	P	31	f	48	v	65	/

由上表可以看出，之所以称为Base64编码，实际上是把原数据映射成了ASCII码表中的64个字符。但是，64个字符最多能映射的位数是6bit。但是每个数据是8bit的，那怎么转换呢？Base64编码的基本思想：将原数据每3个字节（24bit）分为一组，然后将这24bit数据按照每6bit一组，重新划分为4组，分组完成之后，再将每每6bit数据为单元进行映射。
Base64编码的基本流程如下：

1. 将给定的数据转换成二进制编码，转换成二进制编码的方式可以是ASCII，UTF-8等。
2. 对给定的编码做分组转换操作，每3个字节（24bit）分为一组，然后将这24bit划分为4组6bit。
3. 对获得的4组6bit编码进行补位，向6bit编码的高位补2bit 0，变成4组8bit编码。
4. 将每个8bit编码转换为十进制编码。
5. 以十进制编码为索引，映射为上表中对应的字符。

Base64编码举例

当原文字节长度是3的整数倍

例如，将字符串"ABC"进行Base64编码流程如下。

1. 使用ASCII编码方式将字符串"ABC"转换成二进制数据 01000001 | 01000010 | 01000011
2. 将步骤1的二进制数据进行分组，每个分组6bit 010000 | 010100 | 001001 | 000011
3. 将步骤2的4组6bit二进制编码数据进行补位（高位补0），变成4组8bit二进制 00010000 | 00010100 | 00001001 | 00000011
4. 将步骤3中的4组8bit转换成十进制。16 | 20 | 9 | 3
5. 以步骤4的十进制数据为索引，去Base64编码映射表中寻找对应的字符。16在编码表中映射的字符是Q，20映射的字符是U，9映射的字符是J，3映射的字符是D。

所以，字符串"ABC"经过Base64编码后的数据是"QUJD"。

当原文字节长度不是3的整数倍

从Base64编码的原理可以看到，Base64实际上就是把原来数据中的每3个字节一组进行Base64编码转换，编码之后变成4个Base64字符。但是如果原文数据长度不是3的整数倍的时候该怎么办呢？Base64算法规定，如果待加密数据不是3的整数倍，就在原文数据后面补0，直到长度凑够3的整数倍为止，然后再进行Base64编码转换。待编码转换完成之后，在结果末尾补充相同个数的"="。
例如，将字符串"ABCD"进行Base64编码流程如下。

1. 使用ASCII编码方式将"ABC"转换成二进制 01000001 | 01000010 | 01000011 | 01000100
2. 将步骤1的二进制数据进行分组，由于数据长度是4个字节，不是3的整数倍，无法直接进行分组，所以分组之前要在数据末尾进行补0，凑够23的整数倍，这里需要补充两个0字节，补充0之后，待编码数据变为01000001 | 01000010 | 01000011 | 01000100 | 00000000 | 00000000
3. 将步骤2中的数据按每组6bit进行分组，010000 | 010100 | 001001 | 000011 | 010001 | 000000 | 000000 | 000000
4. 将步骤3的每组6bit分组数据进行高位补0，变成8bit二进制数据分组。 00010000 | 00010100 | 00001001 | 00000011 | 00010001 | 00000000 |00000000 | 00000000
5. 将步骤4中的8bit数据分组转换成十进制。16 | 20 | 9 | 3 | 17 | 0 | 0(填充) | 0(填充)
6. 以步骤5中的十进制数据为索引，去Base64编码映射表中寻找对应的字符。16映射的字符是Q，20映射的字符是U，9映射的字符是J，3映射的字符是D，17映射的字符是R，0映射的字符是A，这里需要注意，上述数据最后两个字节也是0，但是，这里不能直接映射字符A，因为这两个0字节是都是填充数据，Base64规定，对于这种情况使用=来代替填充位的0字节。所以，映射的结果是"QUJDRA=="。

所以，字符串"ABC"经过Base64编码后的字符串是"QUJDRA=="。

其实这里有个规律，当原文的数据长度除以3余数为0时，编码之后后面没有"="；当余数为1时，后面有两个"="，当余数是2时，后面有一个"="，"="的个数也就是补充的字节数。

传输效率

通过Base64的原理可以看到，Base64编码实际上是把原数据的3个字节映射成了4个字节，所以相比于原数据长度，编码后的长度会增加1/3。这也会降低传输效率。

Url Base64算法

Get方式和Post方式是Http请求常用的两种方式，某些情况下会要求使用Get方式来传递二进制数据。这时，可以先通过Base64编码来将二进制数据转换成字符串数据。由于符号"+"和符号"/"是不允许出现在Url中的，所以，产生了Url安全的Base64算法，所谓的Url安全的Base64算法，其实主要包含两个方面。

1. 首先，"+"和"/"是不能出现在Url中的，所以Url安全的Base64算法将原映射表中的"+"和"/"替换成了"-"和"_"。
2. 其次，在原来的Url算法中，当数据长度不能被3整除时，编码结果会在末尾填充"="，而在Url中，"="是有特殊含义的，所以"="不能出现在结果中。对于这个问题，目前有两种解决方案。
   (1) 将"="替换为其他字符，例如，可以用其他符号替代，例如可以用"_{"，"."等符号替代，但是"}"与文件系统冲突，不能使用，有的文件系统会认为连续的两个"."是错误。
   (2) 去掉后面的填充的"="，去掉”=“后怎么解码呢？因为Base64是把3个字节变为4个字节，所以，Base64编码的长度永远是4的倍数，因此，解码时，如果数据长度不是4的整数倍，在数据后面填充"="，把Base64字符串的长度变为4的倍数，就可以正常解码了。
   由于Url Base64算法并没有形成统一的规范，有的软件可能会使用自定义的映射表。

Java Base64算法实现

目前，在Java中，我们可以通过以下方式来是使用Base64算法。

JDK类库中的Base64

在java8之前，JDK官方库中都没有内置Base64算法，其实Base64实现很简单，这个不知道为什么。但是Java8内置了Base64编码器和解码器。
在Java8中，Base64工具类提供了三种BASE64编解码器：
1.基本Base64编码
也就是完全按照标准Base64的映射规则来编解码，不添加任何行标。

public static void javaUtilBase64() {
    try {
        Base64.Encoder encoder = Base64.getEncoder();
        String text = "AB>CD?";
        byte[] textByte = text.getBytes("UTF-8");
        String encodedText = encoder.encodeToString(textByte);
        System.out.println(encodedText); 
    } catch (Exception e) {
    }
}

// 输出结果：
 QUI/Q0Q+

2.Url Base64编码
JDK标准类库中的Url Base64编码是用"-"和"_"取代了"+"和"/"

public static void javaUtilUrlBase64() {
    try {
        Base64.Encoder encoder = Base64.getUrlEncoder();
        String text = "AB>CD?";
        byte[] textByte = text.getBytes("UTF-8");
        String encodedText = encoder.encodeToString(textByte);
        System.out.println(encodedText); 
    } catch (Exception e) {
    }
}

//输出结果：
QUI-Q0Q_

3.MIME Base64编码
Java类库中还提供了一种格式更友好的Base64编码，这种编码输出每行不超过76字符，并且使用'\r'并跟随'\n'作为分割。

public static void javaUtilMimeBase64() {
    try {
        Base64.Encoder encoder = Base64.getMimeEncoder();
        String text = "";
        for(int i=0;i<10;i++) {
            text += "ABCDEFGHIJKLMNOPQRSTUVWXYZ";
        }
        byte[] textByte = text.getBytes("UTF-8");
        String encodedText = encoder.encodeToString(textByte);
        System.out.println(encodedText);
    } catch (Exception e) {
            
    }
}

//输出结果: 
QUJDREVGR0hJSktMTU5PUFFSU1RVVldYWVpBQkNERUZHSElKS0xNTk9QUVJTVFVWV1hZWkFCQ0RF
RkdISUpLTE1OT1BRUlNUVVZXWFlaQUJDREVGR0hJSktMTU5PUFFSU1RVVldYWVpBQkNERUZHSElK
S0xNTk9QUVJTVFVWV1hZWkFCQ0RFRkdISUpLTE1OT1BRUlNUVVZXWFlaQUJDREVGR0hJSktMTU5P
UFFSU1RVVldYWVpBQkNERUZHSElKS0xNTk9QUVJTVFVWV1hZWkFCQ0RFRkdISUpLTE1OT1BRUlNU
VVZXWFlaQUJDREVGR0hJSktMTU5PUFFSU1RVVldYWVo=

4.去除填充符的Base64
在Java标准类库中，还提供了一种方式来去除编码末尾的"="，就是在构建Encoder 对象后调用withoutPadding()方法，例如：

public static void javaUtilBase64WithoutPadding() {
    try {
        Base64.Encoder encoder = Base64.getEncoder().withoutPadding();
        String text = "ABCD";
        byte[] textByte = text.getBytes("UTF-8");
        String encodedText = encoder.encodeToString(textByte);
        System.out.println(encodedText);
    } catch (Exception e) {     
    }
}

// 输出结果：
 QUJDRA，如果不调用withoutPadding()，输出结果为QUJDRA=

Commons Codec中 的Base64

Commons Codec是Apache为Java开发者提供的一个开源软件类库，该类库中主要是一些常用的编码工具类包，例如DES、SHA1、MD5、Base64，URL等。在使用该类库之前需要首先在Eclipse中添加依赖。Commons Codec提供了以下Base64编码方式。
1.基本Base64编码
Commons Codec和Java标准类库提供给的Base64编码方式是一样的。

public static void commonsCodecBase64() {
    try {
        String text = "AB>CD?";
        byte[] textByte = text.getBytes("UTF-8");
        String encodedText = Base64.encodeBase64String(textByte);
        System.out.println(encodedText);
    } catch (Exception e) {
    }
}

//输出结果：
QUI+Q0Q/

2.Url Base64编码
Url Base64编码和Java类库也是一样的，把"+"和"/"替换成了"-"和"_"，有一个不同的地方是Commons Codec中的Url Base64默认去掉了后面的"="，相当于Java类库中调用了withouPadding方法，例如：

public static void commonsCodecBase64() {
    try {
        String text = "AB>CD?E";
        byte[] textByte = text.getBytes("UTF-8");
        String encodedText = Base64.encodeBase64URLSafeString(textByte);
        System.out.println(encodedText);
    } catch (Exception e) {
    }
}

//输出结果：
QUI-Q0Q_RQ

3.类MIME格式输出
Commons Codec中也提供了类似于Java类库中的MIME的格式化输出，在Commons Codec中有一个方法：

encodeBase64(final byte[] binaryData, final boolean isChunked)

这里的isChunked置为true，就表示是按照MIME格式输出编码结果。

public static void commonsCodecBase64() {
    try {
        String text = "";
        for(int i=0;i<10;i++ ) {
            text += "ABCDEFGHIJKLMNOPQRSTUVWXYZ";
        }
        byte[] textByte = text.getBytes("UTF-8");
        byte[] encodedTextByte = Base64.encodeBase64(textByte, true);
        String encodedText= new String(encodedTextByte,"UTF-8");
        System.out.println(encodedText);
    } catch (Exception e) {
    }
}

//输出结果
QUJDREVGR0hJSktMTU5PUFFSU1RVVldYWVpBQkNERUZHSElKS0xNTk9QUVJTVFVWV1hZWkFCQ0RF
RkdISUpLTE1OT1BRUlNUVVZXWFlaQUJDREVGR0hJSktMTU5PUFFSU1RVVldYWVpBQkNERUZHSElK
S0xNTk9QUVJTVFVWV1hZWkFCQ0RFRkdISUpLTE1OT1BRUlNUVVZXWFlaQUJDREVGR0hJSktMTU5P
UFFSU1RVVldYWVpBQkNERUZHSElKS0xNTk9QUVJTVFVWV1hZWkFCQ0RFRkdISUpLTE1OT1BRUlNU
VVZXWFlaQUJDREVGR0hJSktMTU5PUFFSU1RVVldYWVo=